美國要應對電力需求從停滯到增長，中國要提高綠電比例同時保障廉價穩定供應
文｜《財經》記者 徐沛宇
編輯｜韓舒淋
能源和人工智慧的關係正越來越緊密。
國際能源署（IEA）4月11日釋出《能源和人工智慧：世界能源展望特別報告》（下稱“IEA報告”）稱，能源是人工智慧技術革命的核心之一，但人們缺乏對能源和人工智慧利害關係的理解。負擔得起、可靠和可持續的電力供應將是人工智慧發展的關鍵決定因素。
人工智慧（Artificial Intelligence，下稱AI）建立在龐大的資料中心之上。據IEA統計，2024年，資料中心約佔全球用電量的1.5%，即415太瓦時（TWh）。其中，美國佔全球資料中心用電量的份額為45%，其次是中國（25%）和歐洲（15%）。自2017年以來，全球資料中心用電量每年增長約12%，比總用電量增長速度快4倍多。
目前AI用電量佔全社會用電總量比例並不高，但從增長速度、密集性等特點上看，AI對電力系統可能造成的衝擊將越來越大。美國近一半的資料中心位於五個區域叢集，其佔當地用電總量的比重在10%-25%，當地電網因此產生的風險已開始凸顯。
據IEA報告統計，從現在到2030年，美國資料中心用電增量將佔電力總需求增量的近一半。彭博新能源財經預計，未來五年，美國資料中心的能源需求增長將超過新能源汽車、氫和所有其他需求類別。
美國目前的資料中心用能由天然氣發電主導，中國則由煤電主導。中美為未來更龐大的資料中心用電規模都在提前佈局和謀劃。
特朗普政府已釋出兩項相關政策，2025年2月14日，特朗普成立國家能源委員會，增加更多電力供應；4月9日，特朗普簽署行政命令擴大美國煤炭開採和使用。特朗普及其幕僚強調，美國必須有更多、可靠、廉價的電力，以使美國在人工智慧的全球競爭中獲勝。
中國近30年的電力消費和裝機都在快速增長，AI用電增長的風險相對更可控，政策重點是引導其使用更多可再生能源。2024年7月，國家發展改革委等四部門釋出《資料中心綠色低碳發展專項行動計劃》；2025年3月，國家發展改革委等部門下發《關於促進可再生能源綠色電力證書市場高質量發展的意見》，要求國家樞紐節點新建資料中心綠色電力消費比例要在80%基礎上進一步提升。
華北電力大學教授丁肇豪在《知識分子·科學四十人》座談上表示，AI和資料中心的快速增長，要求電力能源行業必須做中長期的預測和規劃，要從總量上評估電源供應和輸電通道建設等方面是否能夠滿足需求。此外，基於資料中心未來對電網產生的系統影響，要考慮是否擁有足夠多的手段保障電網安全。
AI的出現，讓數字技術對電力的需求劇增。在AI出現之前，傳統資料中心的IT負載容量（是指資料中心中所有IT裝置，如伺服器、儲存裝置、網路裝置等在正常執行時所需的電力總和）約為5兆瓦（MW）-25兆瓦。一個以AI為重點的超大規模資料中心IT負載容量可達到100兆瓦或更多，每年消耗的電力相當於10萬個家庭。
IEA報告預計，到2030年，全球資料中心的用電量將是2024年的2倍以上，達到945TWh左右，略高於日本目前的總用電量。按照目前的發展趨勢，到2035年，全球資料中心的用電量將上升到1200TWh左右。
2005年以來全球資料中心用電情況
（來源：IEA）
目前美國有六個州的資料中心已經消耗了當地超過10%的電力供應，最高的弗吉尼亞州達到25%。全球資料中心耗電量佔比最高的國家是愛爾蘭，已達到約20%。
算力帶來的電力需求呈現集中的特點，使得算力樞紐地區的電力負荷佔比和影響更加突出。
中國信通院雲計算與大資料研究所有關專家發表的《算力協同發展內涵與關鍵舉措研究》一文指出，隨著“東數西算”政策推進，新建的大型、超大型算力中心向八大樞紐節點轉移，截至2023年底，八大樞紐節點機架數佔全國七成以上，其中京津冀和長三角佔比分別為21.5%和24.5%，樞紐節點呈現負荷聚集度高、密度大的特點，在夏季等用電高峰時段對局地、局時電網安全穩定執行帶來挑戰。張家口市資料中心用電量佔全社會用電量的比重已經從2019年的6.8%增長至2023年的20.1%。
在2024年IEEE（電氣電子工程師學會）電力與能源協會年會上，PJM（美國最大的電網運營商，負責美國13個州以及華盛頓特區的電力系統執行與管理）電力規劃負責人介紹說，PJM涵蓋了美國主要資料中心的富集區，近期突然發現需要對電力規劃做出重大調整，因為許多新的資料中心需要接入電網，而現有的輸電能力和電能供應能力無法滿足這些新的需求。
彭博新能源財經預計，到2035年，PJM所轄地區將佔美國資料中心總容量的49%。該地區包括弗吉尼亞州（“資料中心巷”所在地）和俄亥俄州（新興增長樞紐）等資料中心大州。
埃隆·馬斯克在旗下xAI公司推出Grok-3大模型的釋出會上說，研發大模型最大的困難是為自建資料中心提供能源。因為該資料中心所在地區的能源供應不足，馬斯克不得不租用了全美國四分之一的移動冷卻設施，在資料中心的建築外圍臨時補充了一排又一排的小型發電機，才使該模型的訓練得以完成。
彭博新能源財經發布的報告稱，為了AI龐大的計算需求，GPU等專用晶片安裝於伺服器機架——容納一排排計算裝置的高大金屬框架裡。與非AI伺服器機架相比，這些機架目前消耗多達10倍的電力。這種電力和密度的激增正在改變資料中心的設計、冷卻和供電方式。
中國信通院釋出的《中國綠色算力發展研究報告（2024）》指出，生成式人工智慧（AIGC）要求伺服器提供高密度的算力服務，傳統的2.5KW（千瓦）-4KW的單櫃已經不能滿足AIGC市場的需求，20KW-40KW的高密度服務逐漸成為主流。
資料中心激增的不僅是用電規模，還對即時電力平衡，即電網安全產生了重大風險。丁肇豪表示，許多新的資料中心規劃已經達到或超過百兆瓦，高峰時期的用電量相當於一個小城市。
大AI模型訓練時可能會因為各種原因暫停多次，而每次暫停都可能導致瞬間百兆瓦級別的電力負荷波動。在配電網層面上，這種波動是前所未有的，以前電網並沒有足夠的能力來應對這種問題，這是一個全新的挑戰。
丁肇豪還舉例說，超大資料中心可能不具備電壓/頻率的穿越能力，在電網出故障時不僅不能支撐電網，反而可能給電網造成更大的問題。
AI產業用能包括硬體生產、模型訓練、推理（暨日常執行）各個階段。目前，耗能最高的是訓練階段，推理階段耗能相對較低，硬體生產階段耗能最低。未來，隨著AI大模型的成熟，以及應用範圍的擴大，推理階段用能佔比將更大。
AI大模型訓練耗能主要源於海量的計算，數千億個引數在數萬億個資料點上訓練，瞬時可能就包含超過1萬億次的計算。據IEA估計，GPT-4大模型的訓練時間約為14周，能量需求約為42.4吉瓦時（GWh），即每天訓練約0.43吉瓦時。這相當於發達經濟體約2.85萬戶家庭或新興市場和發展中經濟體約7.05萬戶家庭的每日用電量。
在推理階段，據IEA測算，使用小型語言模型生成文字大約需要用電0.3Wh。使用中型語言模型大約需要5Wh。影像生成每個任務大約需要1.7Wh。影片生成的能耗要高兩個數量級，大約需要115Wh才能生成一個短的、質量相對較低的影片（長度為6秒，每秒8幀）。與此相比，給手機或筆記型電腦充電分別需要大約15Wh和60Wh。
中國科學院計算技術研究所副所長陳雲霽在《知識分子·科學四十人》座談上表示，無論是網際網路公司還是大模型創業公司，還沒有真正考慮如何盈利。他們現在的重點不是考慮成本問題，包括電力成本。但當他們開始真正思考如何掙錢，AI的算力消耗和電力成本就是他們必須面對和解決的問題。
全球各大AI公司能耗差異較大。據彭博新能源財經統計，馬斯克旗下的Grolk-3大模型單次訓練的功耗為154MW，Meta公司旗下的Llama3.1大模型單次訓練功耗為25.3MW。OpenAI旗下GPT-3、蘋果公司旗下AFM-server和中國的DeepSeek-V3的這項數值分別為5.6MW、3.5MW和3.2MW。
全球主要AI單次訓練功耗（單位：MW）
（來源：彭博新能源財經）
彭博新能源財經智慧出行分析師呂京弘對《財經》記者表示，引數數量、訓練資料集規模是各模型訓練功耗差別較大的原因之一。Grok-3訓練時設計的引數規模遠高於其他大模型，所以其耗能遠超其他大模型。
AI及其背後的資料中心正在成為能源系統的主要參與者。對美國和中國這兩個AI大國來說，電力系統的提前佈局，影響著AI產業以及數字化經濟的未來。
據IEA統計，全球資料中心用電量增速從2005年至2015年的每年3%，提高到了2015年至2024年的每年10%。在美國，2015年至2024年間，資料中心的用電量每年增長約12%。2024年，美國資料中心的用電量約為180TWh（1800億度），佔美國所有來源用電量的4%以上。
據中國信通院測算，2023年，中國算力中心耗電量約為1500億千瓦時，同比增長15.4%，約佔全社會用電量的1.6%。
中國信通院預測，到2030年，在高、中、低不同情景預測下，中國算力中心用電預計將分別超過7000億千瓦時、4000億千瓦時和3000億千瓦時，佔全社會用電量的比例分別為5.3%、3%和2.3%，其全社會用電量佔比不大，但快速增長趨勢不容忽視。
中國算力中心用電需求預測
（來源：中國信通院）
中美資料中心用電需求增長未來將顯著高於其他地區。IEA報告稱，與2024年相比，到2030年，美國資料中心用電量將增長約240TWh（增長130%）；中國資料中心用電量將增長約175TWh（增長170%）。歐洲和日本的該資料分別為45TWh（增長70%）和15TWh（增長80%）。
美國資訊通訊技術投資佔國內生產總值的比例達到了近30年來的最高水平，AI的發展還將繼續推高這一數值。而美國持續數年電力消費緩慢增長的態勢正在被AI改變。
對美國來說，最大的挑戰是如何將電力系統從近幾十年的增長基本停滯狀態，調整到應對電力需求快速增長狀態。
目前美國資料中心最大的電力來源是天然氣發電，佔比超過40%；其次是以太陽能發電和風電為主的可再生能源，佔比為24%；核能和燃煤發電分別佔比接近15%和20%左右。美國電力公司計劃建造更多的燃氣發電廠，其中一些是為了支援資料中心負載的增加。
曾擔任多位美國前總統能源顧問、標普全球副主席丹尼爾·耶金2024年12月在北京參加國際能源發展高峰論壇時表示，資料中心很快將會消費美國電力總需求的10%，現在美國電力系統還沒有準備好應對這樣的未來。
據彭博新能源財經測算，在美國，部署一個數據中心從承諾階段到全面執行完成需要7年時間，其中開建前需要4.8年，建設需要2.4年。處於“承諾階段”的資料中心是指已獲得關鍵開發要素（土地、電力或政府許可）的專案。
資料中心之所以成為美國具有獨特影響力的需求類別，主要是因為其由少數幾家資金實力雄厚的綜合性公司主導。彭博新能源財經發布的報告稱，資本集中使資料中心能夠迅速擴張，並對能源基礎設施規劃和投資產生重大影響，從而使該行業成為未來十年塑造美國電力市場格局中最具決定性的單一力量。目前，Amazon Web Services（AWS）、谷歌、Meta和微軟四家公司控制著美國資料中心43%的容量。
對中國來說，最大的挑戰是：在提高可再生能源發電佔比、降低煤電佔比的同時，如何為資料中心提供穩定、廉價的低碳電力。
（來源：彭博新能源財經）
IEA報告稱，在中國，資料中心大多位於東部，電力供應以煤炭為主，約佔70%，其次是可再生能源，佔近20%，核能接近10%，天然氣佔其餘部分。未來，可再生能源在電力結構中的份額將不斷上升，可再生能源豐富的中國西部將優先建設資料中心。
呂京弘表示，中國在設立“東數西算”八大樞紐資料中心時，已經將各地可再生能源和自然條件考慮進去。比如，甘肅、寧夏、內蒙古都是年均氣溫比較低的地區，並且擁有充沛的風電和光伏，可以為AI大模型的訓練提供綠色電力。
中國信通院資訊化與工業化融合研究所總工程師黃偉今年3月在中電聯的會議上分析指出，中國算力電力融合發展面臨資源分佈不均、技術協同不足、基礎設施掣肘、協同機制割裂等問題。中國算力資源集中在東部，但電力自給率不足40%，綠電資源不足，西部地區擁有70%以上的可再生能源裝機，電力資源未能充分利用，現有儲能技術難以支撐全天候綠電供應。
技術協同上，光伏、風電具有隨機性、間歇性和波動性，難以滿足資料中心對電力穩定的高要求，排程機制上，傳統電網排程週期為15分鐘級，而AI算力負載可在秒級波動。
他表示，微觀來看，液冷技術是降低資料中心PUE（電能使用效率，數值越低效率越高）的有效路徑，中觀來看，綠電直供、綠電交易和儲能有助於提高算力設施綠色水平。
宏觀來看，要加強算力和電網資源協同調整。通俗來講，對時延要求不高的計算需求可以從東部遷到西部，模型訓練等高效能的算力需求放在電力需求波谷時段，透過空間排程、時間排程實現提升能源效率、算力設施利用效率。
中美不同的資源稟賦和經濟發展模式使得兩國為資料中心、AI鋪墊了不同的電力保障路徑。但有一個共同點是，兩國都將小型核電堆列為資料中心的遠期能源供應。IEA預計，2030年後，中國將顯著提高核能在資料中心電力結構中的份額。
微軟、OpenAI、Google、Meta等美國科技公司在近一年裡紛紛投資或購買核電站，以滿足未來的AI資料中心用電需求。例如，2024年9月，微軟與星座能源公司簽署了史上最大的購電協議，後者將在未來20年購買三哩島核電站生產的所有電力。這是美國曆史上首次由單一使用者包攬單個商業核電站的全部發電量。
能源基金會清潔電力專案主任張永平對《財經》記者表示，資料中心用電需求量大，且需要持續穩定的供應，這與核電，尤其是中小型、模組化核電的供電特性非常匹配。
責編 | 秦李欣
題圖｜視覺中國